在拟合混合效应模型(或任何其他模型)时,通常需要使用新数据或新模型参数来预测“反事实”拟合值。在我的情况下,我想使用新的随机效应来预测拟合值。
lme4
软件包允许插入新参数,以替代merMod
类的beta
、theta
和sigma
插槽。这将允许预测固定效应系数下的反事实拟合值。如何对随机效应估计做相同的操作?
我最初的想法是直接修改merMod
对象的u
插槽,但似乎没有任何作用。我该怎么做呢?
示例代码:
library(lme4)
# use sleepstudy example
fm1 <- lmer(Reaction ~ Days + (1 | Subject), sleepstudy)
# estimate predictions
fm1Predictions <- predict(fm1)
# estimate predictions with new fixed effects (arbitrarily set to 10)
cfPredictions <- predict(fm1, newparams=list('theta'=10)) # different than fm1Predictions
# estimate predictions with new random effects
fm2 <- fm1
fm2@u <- rep(10,length(fm2@u))
fm2Predictions <- predict(fm2) # same as fm1Predictions
fm@u
)指定新的系数向量,就像我在示例的倒数第二行所显示的那样。我想要“假装”不是估计的组级别系数,而是不同的组级别系数。 - dmp